Vilka är exempel på förutsägbart underhåll?


Bästa svaret

Här tar jag exemplet med Predii.

Predii , ett förutsägbart AI-företag baserat på Palo Alto är ett företag som hjälper till att göra denna vision verklighet.

Företagets lösning använder ett nätverk av sensorer för att tillhandahålla strömmar av binär data som loggar mätningar, såsom position, hastighet, temperatur och så vidare. Ur ett underhålls- och reparationsperspektiv är det viktigt att kunna logga och identifiera avvikelser i denna typ av attribut för att kunna förutsäga om en komponent håller på att misslyckas.

Komplexa matematiska modeller används för att identifiera ”vanliga ”Driftsförhållanden, kontrollerar systemet sedan kontinuerligt komponenter, matar tillbaka data till Predii och täcksignaler som inte faller inom den” vanliga ”driftströskeln.

Tar detta ett steg längre, tekniken som Predii är skapande kan potentiellt integreras med tillverkarens hanteringsprocedur för leverantörskedja för att öka effektiviteten i hanteringsprocessen för leverantörskedjan.

Predii kunde förutsäga, i stor skala, komponenterna skulle snart misslyckas, tillverkaren kunde få ett meddelande via enheter anslutna till molnet, vilket alla hjälper tillverkare att bättre planera komponentproduktionen och därmed se till att lagernivåerna är optimala. Med en sådan möjlighet kan man se hur prediktivt underhåll, som drivs av artificiell intelligens, har potential att spara miljarder dollar globalt för tillverkare.

Slutligen, enligt senaste rapporten om den fjärde industriella revolutionen, vi upplever för närvarande av teknikresursen DZone, marknaden för prediktivt underhåll kommer att växa från 2,2 miljarder USD 2017 till 10,9 miljarder USD år 2020. Det är en ökning med 39\% av den årliga tillväxt!

Med prognoser som dessa och ökad användning av förutsägbara underhållslösningar kommer tillverkare att kunna öka kostnadsbesparingarna ytterligare genom att optimera sina processer för tillgångs- och komponenthantering.

Att läsa en fullständig beskrivning, kolla den här artikeln – Hur tillämpning av AI sparar miljarder dollar för tillverkare.

Svar

Jag märkte att de flesta svaren faktiskt kretsade kring listning av tillståndsövervakningstekniker som används som en del av

tillståndsbaserat underhåll och är i tillägg en integrerad del av förutsägbart underhåll.

Först och främst villkorbaserat underhåll / övervakning ( CBM) och prediktivt underhåll är inte samma sak – de liknar, men de representerar två olika underhållsstrategier.

Prediktivt underhåll kombinerar tillståndsbaserad diagnostik (mätning av vibrationer, temperatur och andra variabler som har ett förutsägbart mönster) med komplexa prediktiva formler för att exakt förutsäga när en utrustning ska misslyckas.

CBM förlitar sig på inställda intervall och saknar de prediktiva formlerna som används för att tolka olika trender.

Så på ett sätt är prediktivt underhåll en mer exakt version av tillståndsbaserat underhåll.

Här är ett förenklat exempel på förutsägbart underhåll:

  1. Du har en tillgång.
  2. Du installerar / eftermonterar en eller flera sensorer på den tillgången.
  3. Du ansluter dessa sensorer till en modern CMMS-programvara eller någon annan specialiserad programvara som kan kommunicera med sensorerna och lagra realtidsdata.
  4. Du anställer en person / ett företag (eller utbildar någon internt) som kan hantera dessa data – använd en förutsägbar formel för att beräkna hur länge tillgångarna (eller dess delar) håller innan det misslyckas.
  5. Du schemalägger underhåll före den förutspådda felpunkten och beställer reservdelar (om det behövs).

Om du verkligen är intresserad av det här ämnet rekommenderas här läsmaterial:

En komplett guide för förutsägbart underhåll

3 huvudtyper av underhållsstrategier (jämförelse sida vid sida)

Limble introducerar modulär IOT-sensorinställning för under $ 1000

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *